La Inteligencia Artificial (IA) va más allá de ChatGPT y de los programas que prometen “hacer magia” con la sola indicación (prompt) que tú les des. De hecho, conocer las distintas formas en las que se presenta esta tecnología es la principal recomendación de los expertos, pues con ello podemos aprovechar mejor sus ventajas, y actuar de manera ética y responsable a la hora de utilizarla.
Aquí te damos algunos ejemplos de los distintos tipos de IA que hasta el momento existen en el mundo.
1. Procesamiento natural del lenguaje o NLP por sus siglas en inglés (Natural language processing)
Esta es una modalidad de IA dedicada a proporcionar a las computadoras la capacidad de comprender palabras y textos, en forma similar a como lo hacemos los seres humanos. Justo aquí es donde se ubican ChatGPT, Bard (de Google), o el chat de Bing.
Con el Natural language processing se pueden automatizar procesos que requieran la elaboración de textos en distintos entornos, como el educativo y comercial. Para un uso ético se recomienda que los escritos generados lleven la aclaración de que fueron hechos con IA.
2. Aprendizaje automático (Machine learning)
Se define como una disciplina dentro de la Inteligencia Artificial que, a través de algoritmos y/o vectores, analiza grandes cantidades de datos para ordenarlos, encontrar patrones y realizar proyecciones.
Con esta tecnología los programas informáticos van “aprendiendo” por sí mismos conforme avanza la recolección o captura de datos.
3. Sistemas expertos (Expert systems)
Son programas creados para tomar decisiones o solucionar problemas, tal y como lo hacemos los humanos. Su origen no es nuevo, pues empezaron a utilizarse -de manera incipiente- desde finales de la década de los años sesenta del siglo pasado.
Entre estos sistemas se destaca el Razonamiento basado en casos (Case base reasoning) con los que se resuelven problemas o se responde a solicitudes a partir de soluciones establecidas previamente.
4. Aprendizaje profundo (Deep learning)
Son programas capaces de aprender por sí mismos, similares a los del Machine learning, la diferencia es que con sus algoritmos se obtienen respuestas mucho más complejas. Se utiliza en entornos virtuales como las redes sociales.
5. Robótica (Robotics)
Es el tipo de Inteligencia Artificial más famoso, pues antes de que existiera formalmente ya era representado en libros y filmes de ciencia ficción. Sirve para facilitar procesos y para que las maquinas efectúen acciones que hacemos los humanos. La industria automotriz ha sido pionera en la creación de esta tecnología.
6. Lógica difusa (Fuzzy logic)
Son sistemas que procesan datos para luego clasificarlos en valores, su objetivo es proporcionar respuestas automatizadas en rangos que se ubican entre dos opciones opuestas como verdadero o falso, y sí o no.
7. Visión artificial (Computer vision)
Con esta modalidad de la IA se elaboran programas que permiten el análisis de imágenes y datos contenidos en objetos. Estos sistemas se están utilizando para verificar -de manera automática- la calidad de los productos o para detectar errores de manufactura.
8. Maquinas reactivas
Son la prehistoria de la Inteligencia Artificial. Se trata de programas que solo responden a determinados estímulos, sin que realicen un aprendizaje por sí mismos.
El mejor ejemplo de estos es la computadora “Deep Blue” que en los años noventa venció al experto ajedrecista ruso Garry Kaspárov en una memorable partida de ajedrez.
9. Inteligencia Artificial Estrecha (Artificial narrow intelligence)
En este caso se trata de sistemas computacionales programados para imitar capacidades humanas de manera restrictiva. Se han diseñado para realizar funciones únicas y específicas. Su nombre se debe a que las respuestas son estrechas y limitadas.
10. Redes neuronales artificiales
Esta IA consiste en la creación de nodos informáticos que imitan o tratan de emular el funcionamiento de las neuronas humanas. Estas redes son la base del Machine learning y del Depp learning. Se utilizan para el reconocimiento de voz y de imágenes a partir del análisis y clasificación de grandes datos.